📡 Signal｜Qwen3.8-27B が Code Arena の 9 位に入った——上位帯で珍しいのは公開ライセンスではなく、27B というサイズのほうだ

コード生成の人間投票型リーダーボード Code Arena の WebDev 部門で、Qwen3.8-27B が総合 9 位に入った。1595 点。運営元の Arena.ai が「このサイズ帯で唯一の top 10」と告知し、開発元の Alibaba Qwen も同じ内容を引用して反応している。重みは Apache 2.0 で公開されている。

ここで通りやすい読み方は「公開重みのモデルが上位に食い込んだ」だが、並びを実際に開くと、上位帯に公開ライセンスのモデルがいること自体は珍しくない。珍しいのはサイズのほうだ。そして順位の差は、上から下まで通して読むと、ラベルが示すほど大きくない。この 2 点を分けておかないと、1 つのカテゴリの順位表から、計算資源と性能の関係について過大な結論を引き出すことになる。

■ 並びを開くと、上位はライセンスで割れていない

本稿執筆時点で公開されている WebDev 部門の上位 15 は次の並びだ。点数、開発元、ライセンス表記の順に置く。

• 1 位 claude-opus-5-max 1691 — Anthropic / 非公開
• 2 位 kimi-k3-max 1674 — Moonshot / 独自ライセンス
• 3 位 qwen3.8-max 1669 — Alibaba / 非公開
• 4 位 claude-opus-5-high 1663 — Anthropic / 非公開
• 5 位 grok-4.6-high 1629 — SpaceXAI / 非公開
• 6 位 claude-fable-5 1626 — Anthropic / 非公開
• 7 位 gpt-5.6-sol-xhigh 1619 — OpenAI / 非公開
• 8 位 glm-5.3-max 1599 — Z.ai / MIT
• 9 位 qwen3.8-27b 1595 — Alibaba / Apache 2.0
• 10 位 gemini-3.7-flash-high 1587 — Google / 非公開
• 11 位 glm-5.2-max 1582 — Z.ai / MIT
• 12 位 deepseek-v4-pro-high 1582 — DeepSeek / MIT
• 13 位 deepseek-v4-flash-high 1579 — DeepSeek / MIT
• 14 位 claude-opus-4-8-high 1563 — Anthropic / 非公開
• 15 位 claude-opus-4-7 1558 — Anthropic / 非公開

上位 15 のうち、MIT または Apache 2.0 が付いているのは 5 本ある。8 位の glm-5.3-max は MIT で、9 位の Qwen3.8-27B より上にいる。つまり「上位は非公開、公開は下位」という区分けは、この表では成立していない。

そのうえで、8 位が MIT でも「max」と名の付く大規模モデルであることは押さえておく必要がある。公開ライセンスであることとモデルが小さいことは、別々の性質だ。9 位の Qwen3.8-27B が並びのなかで異質なのは、ライセンスではなくパラメータ数のほうにある。モデルカードによれば 27B の密結合構成で、ネイティブの文脈長は 262,144 トークン、テキストのほか画像と映像を入力として受け付ける。

■ 順位の差は、ラベルが示すほど大きくない

もう一つ、順位表を読むときに落としやすいのが点差だ。8 位 1599、9 位 1595、10 位 1587。この 3 本は 12 点の帯のなかに収まっている。1 位との差は 96 点で、これは順位の距離が示すより小さい幅だ。人間の投票で積み上がる指標である以上、票が増えれば帯のなかでの並びは入れ替わりうる。「9 位」という数字は、その時点でこの帯にいるという以上のことを保証しない。

対象範囲も確認しておく。ここで測られているのはウェブ開発向けのコード生成に対する人間の選好であって、コード生成一般でも、モデルの能力全体でもない。同じ運営元の別のリーダーボードでは順位も点数も違う並びになる。1 つのカテゴリの順位を、能力の総合指標として扱わないほうがいい。

それでも残る事実は、27B の公開重みが、非公開の大規模モデルが占める帯のなかに、この部門については入ってきたということだ。同じ開発元の非公開モデルとの差は 74 点、順位で 6 つ。少なくともこの尺度では、両者は別の階層ではなく同じ帯の上下として記録されている。

■ 資本の側から見ると、どこが変わってどこが変わらないか

計算資源の投下量が性能に変換されるという前提は、この数年の資本配分を支えてきた枠組みだ。より大きく訓練し、より大きく推論する側が優位に立つなら、資金を出せる側の優位は構造的に維持される。上位帯に小さなモデルが混じるという観測は、その前提の一部に触れる。

ただし、触れる範囲は限定して読む必要がある。パラメータ数が示すのは推論時に要る資源であって、作るのに要った資源ではない。Qwen3.8-27B は同じ開発元の大規模モデルと同じ時期に出ており、その開発基盤の上に乗っている可能性がある。小さいモデルが並びに入ることは、小さいモデルを安く作れることを直接には意味しない。

変わりうるのは、投じた資本が優位として保持されるかどうかのほうだ。上位帯の性能に近いものが Apache 2.0 で配られ、手元で動かせる形になると、その性能は誰かの課金対象から共有された基盤へ移る。配ること自体が競争手段になる構図では、能力の差ではなく、能力が誰の側に囲われているかが動く。上位 15 に MIT と Apache 2.0 が 5 本並んでいるという事実は、この動きが 1 社の判断ではなくなっていることを示している。

■ 次に見るもの

• 票が積み上がった後にこの帯の並びがどう動くか。8 位から 10 位の 12 点差は、順位の入れ替わりで埋まる幅にある
• 他部門と他のリーダーボードで同じサイズ帯の順位がどうなるか。WebDev 部門に限った現象なのか、範囲が広いのかで意味が変わる
• 上位帯に公開ライセンスで出てくるモデルの本数が増えるか。5 本という水準が維持されるなら、公開重みは例外ではなく並びの一部になる
• 同じ性能帯を非公開で提供している側の価格設定。手元で動かせる代替が上位帯に現れた後、課金の側がどう反応するかは観測しやすい

順位表の 1 行から読み取れるのはここまでだ。規模が性能を買うという関係が終わったのではなく、その関係だけでは並びを説明できなくなったという段階にある。

🔗 一次ソース

• WebDev AI Leaderboard — Arena.ai — 上位 15 の順位・点数・開発元・ライセンス表記、Qwen3.8-27B が 9 位 1595 点、8 位 glm-5.3-max 1599 点 (MIT)、10 位 gemini-3.7-flash-high 1587 点であることを一覧で確認。累計投票数として 603,789 が表示されている
• Arena.ai の告知投稿 — Qwen3.8-27B が Code Arena: WebDev で総合 9 位・1595 点に入ったこと、このサイズ帯で top 10 に入る唯一のモデルであること、Qwen3.8-Max との差が 6 ランクであることの告知
• Alibaba Qwen の投稿 — 開発元による同内容の確認 (協定世界時 2026 年 8 月 25 日 3 時 24 分)
• Qwen/Qwen3.8-27B — Hugging Face — ライセンスが apache-2.0 であること、27B の密結合構成、ネイティブ文脈長 262,144 トークン、テキスト・画像・映像の入力対応をモデルカードで確認
• WebDev AI Leaderboard (Pareto view) — Arena.ai — 価格帯ごとの最良モデルを並べた表で Qwen3.8-27B が Apache 2.0 として掲載されていることを確認